机器学习不直接做数据可视化，但各阶段均需可视化服务建模目标：EDA阶段查数据分布与关系，特征工程中验证变换效果，模型评估时诊断拟合状态，解释阶段助力业务理解。
机器学习本身不直接做数据可视化，但它和可视化紧密配合：可视化是理解数据、诊断模型、解释结果的关键环节。整个流程不是“用机器学习画图”，而是“在机器学习各阶段，用可视化服务建模目标”。下面按实际工作流拆解关键步骤。
一、探索性数据分析（EDA）阶段的可视化
这是建模前必做的一步，目标是发现数据分布、异常值、变量关系和潜在模式。
- 数值型变量：用直方图、箱线图、密度图看分布形态和离群点；比如用
seaborn.histplot()观察收入分布是否偏态 - 分类型变量：用条形图或饼图看类别频次；注意避免3D饼图或过度装饰，重点是比例清晰
- 变量间关系：散点图矩阵（
pd.plotting.scatter_matrix）或成对热力图（sns.heatmap(df.corr())）快速识别强相关或冗余特征 - 时间序列：折线图叠加滚动均值，辅助判断趋势与周期性
二、特征工程过程中的可视化辅助
可视化帮你看清变换效果，避免“黑箱式操作”。
- 标准化/归一化前后对比：并排画分布图，确认峰度、偏态是否改善
- 分箱或编码效果：比如对年龄分箱后，用柱状图+目标变量均值线（如逾期率），验证分箱是否带来区分度
- 高维特征降维后可视化：用PCA或t-SNE降到2D/3D，用
plt.scatter着色标记类别，直观检验可分性
三、模型训练与评估阶段的可视化
这里可视化聚焦于“模型是否学好了”和“哪里没学好”。
- 学习曲线：横轴为训练样本量，纵轴为训练/验证得分，判断欠拟合还是过拟合
- 验证曲线：横轴为超参数（如树深度、正则化系数），观察得分变化，辅助调参
- 混淆矩阵热力图：比单纯准确率更有信息量，尤其在不平衡数据中，看清哪类误判多
- ROC曲线与AUC：比较不同模型判别能力，适用于二分类问题
- 残差图（回归任务）：预测值 vs 残差，理想状态是点随机散布在0线附近；若出现漏斗形，提示异方差
四、模型解释与结果呈现的可视化
让技术结果被业务方理解，是落地的关键一环。
- 特征重要性：用水平条形图展示Top-N特征（如XGBoost的
get_score()或SHAP值），标注具体贡献量 - SHAP摘要图/依赖图：解释单个预测时各特征如何影响输出，支持“为什么这个客户被拒贷”类问答
- 部分依赖图（PDP）：固定其他变量，看某特征变化对模型输出的平均影响，揭示非线性关系
- 决策路径可视化（如sklearn的
plot_tree）：适合浅层树模型，向非技术人员说明逻辑
基本上就这些。核心不是追求酷炫动效，而是每个图解决一个具体问题：查数据、调特征、验模型、讲结论。工具上推荐Matplotlib + Seaborn打底，Plotly用于交互需求，SHAP/Lime专攻可解释性——选对场景，比换库更重要。
